基于小波分析技术的中长期径流预测模型研究

针对中长期径流预测精度低的问题,提出了基于小波分析技术的时间序列预测模型。利用小波函数db(5)将年径流序列进行尺度为3的分解,得到相应的低频信号和高频信号,然后对各级分解信号利用ARMA(2,1)模型进行预报,最后将各预报结果叠加合成原始径流的预测值,并与ARMA模型直接预测的年径流值比较,通过实例得出前者预测模型要比后者预测的精度更高、稳定性更好,从而验证了该中长期径流预测模型的有效性。     

基于VMD-LSTM-ARMA模型的径流预测

为了提高径流预测的精度,提出了一种用以解决径流预测等问题的组合预测模型,此模型由变分模态分解(VMD)、长短期记忆网络(LSTM)和自回归移动平均(ARMA)组成。为了降低入库流量的复杂度,利用VMD算法将径流数据分解为3个不同频率的模态分量。低频的模态分量继承了数据的时间特性,可以通过构建LSTM预测模型处理;而2个高频序列是平稳的时间序列,可以通过搭建ARMA预测模型处理。将3个子序列的预测结果进行叠加,最终得到径流的预测结果。采用湘江支流的东江水文站2020年的逐小时流量数据进行流量预测,对比试验和其他算法结果表明：所构建的模型可以有效提高水文预报的精度。     

基于小波去噪和FA-SVM的中长期径流预报

为优化支持向量机(Support Vector Machine,SVM)模型参数,提高中长期径流预报精度,建立了基于FA-SVM的中长期径流预报模型。该模型以样本中训练期均方差最小为目标函数,利用萤火虫算法(Firefly Algorithm,FA)对支持向量机主要参数(惩罚系数C、核函数参数g和不敏感损失系数ε)进行了优化。以岷江上游的紫坪铺水库为例,运用小波去噪法对各月径流序列进行数据预处理后,利用FA-SVM模型与BP神经网络模型进行了中长期径流预报。结果表明:(1)运用小波阈值法能够较好地滤除各月径流序列的系统噪声和测量噪声;(2) FA-SVM模型中长期径流预测效果较好,预报精度等级均在丙级以上;(3) FA-SVM模型的预报效果优于BP神经网络模型。     

小波神经网络在径流预测中的应用

将小波分析与传统的BP神经网络模型进行组合,提出了一种新的径流中长期预测方法。该方法对年径流序列进行Mallat小波分解,将分解后得到的不同尺度下的低频成分和高频成分分别进行Mallat算法重构,对重构系列采用BP神经网络模型进行预测。采用黄河三门峡站1470-2002年的年径流资料进行模型的预测和检验,并与传统的BP神经网络模型进行比较,研究结果表明小波神经网络在径流预测中具有较好的预报精度,可以成功地用于径流模拟和预测。     

基于时间序列组合模型的河川年径流预测

河川年径流序列具有小样本、非线性和非平稳性等特点,传统预测理论很难对其实现精确预测。考虑从多角度优化预测算法,建立基于时间序列的组合预测模型。本研究利用小波变换理论提取信号的细节特征,将年径流分解为非线性的趋势项和平稳性的波动项,分别利用最小二乘支持向量机(LSSVM)理论和自回归(AR)模型进行趋势预测,利用加法原则重构信号实现河川年径流预测模型。以新疆开都河年径流序列进行实例计算,结果表明预测值与实测值基本一致,具有较高的预测精度。研究结果可为河道防洪、水库运行调度与区域水资源配置提供参考。     

基于小波分解及Arima误差修正的径流预测模型及应用

为改善传统径流预测模型对随机性时间序列的预测效果并不理想的现状,构建基于小波分解及Arima误差修正的径流预测模型。应用小波分解法将径流时间序列进行分解和重构,使非平稳、随机性的径流时间序列平稳化,对数据样本预处理后建立以相关向量机(RVM)为理论基础的径流预测模型,并采用改进粒子群算法进行核函数全局寻优,最后对模型拟合残差进行Arima误差修正。通过实例计算得到传统支持向量机(SVM)模型、RVM模型和径流预测模型的预测值平均误差分别为8.60%,9.02%和3.64%。结果表明:通过小波分解及重构方法对非平稳时间序列的预处理可有效提高预测精度,同时Arima误差修正也有很好的效果,相比于SVM模型、RVM模型,基于小波分解及Arima误差修正的径流预测模型具有更高的预测精度,在实际工程中具有一定的可行性。     

基于小波消噪技术的投影寻踪自回归预报模型

针对径流序列呈现出的随机性和非线性等,基于耦合小波分析理论的降噪功能以及投影寻踪自回归模型的非线性逼近功能,建立一种组合预报模型,即PPAR-WDT。模型运用Mallat算法将径流序列进行分解;然后利用阈值消噪技术对含有噪声的高频信号序列进行降噪处理,最后重构新序列;运用投影寻踪自回归模型进行预报。将新组合模型应用于某水文站中长期径流预报的结果表明,相比于单一投影寻踪自回归等3种模型,PPAR-WDT模型具有更高的预报精度和更好的稳定性。     

基于小波分解的日径流逐步回归预测模型

本文以预测水文站的上游水文站的日径流序列为依据,利用小波分解和重构得到预测水文站及上游水文站的日径流序列在1~4尺度下的概貌分量,然后以各站的原始径流序列及其在不同尺度下的概貌分量为候选预报因子,建立了径流逐步回归多步预测模型。计算实例表明,由于引入了上游水文站的径流序列并提取了各站径流序列的不同尺度下的概貌分量,本文提出的基于小波分解的日径流逐步回归预测模型的预测精度高于小波网络模型和多元自回归模型,能对非凌汛期未来1~3d以及凌汛期1~7d的日均流量进行预测,可为制定水电站未来的发电计划提供科学的依据。     

基于小波网络的径流多时间尺度分析及预报方法研究

应用Morlet小波的多分辨分析功能,对嫩江和洮儿河汛期径流序列进行了多时间尺度分析,结果显示,嫩江汛期径流具有4年和25年左右的主周期,洮儿河汛期径流具有4年、10年和25年左右的主周期,二者丰枯变化位相基本一致并具有同步性.针对径流时间序列的非线性和多时间尺度特征,将小波分析与人工神经网络结合建立了组合预测模型,模型原理简单,预测精度较高.这证明小波神经网络用于径流中长期预报是可行的.     

小波、模糊与统计相关结合的径流预测方法研究

在模糊聚类、识别与统计相关结合的预测模型的基础上,引入小波分析理论,提出了小波、模糊与统计相关三者有机结合的预测模型。其基本思路是:先把各预报因子逐个进行小波分解,再将分解的小波序列带入模糊聚类、识别与统计相关结合的预测模型,求取类别变量特征值与预测对象之间的回归方程来进行预报。其显著特点是利用了小波分析的多分辨率功能,小波分解后将非平稳时间序列分解成适当的多个平稳时间序列及一个经平滑而比原序列平稳得多的序列,提高了数据变化的稳定程度,把噪声和真实数据进行了一定的区分,减小了预测因子中噪声对预测对象的影响,从而提高了预测精度。在新疆雅马渡站年径流量的预报中,预测效果比单纯用模糊-统计相关模型进行预测的效果要好,具有更高的预报精度。     

大坝对鱼类栖息地的影响及评价方法述评

本文总结了大坝建设造成水流状态、水温、水质、底质和地形等因素的变化对鱼类栖息地造成的影响，并归纳了目前国内外对栖息地预测评价的主要方法，对每一种评价方法的特点进行了分析，最后对可采取的生态补偿措施进行了介绍。本文得到的结论为，大坝建设对鱼类的影响很大，但可以通过补偿措施加以恢复。     

坝后背管结构有限元分析探讨

以李家峡坝后背管为依托,借助具有强大结构分析功能的有限元软件ANSYS分析坝后背管结构应力状态。经分析单元尺度对坝后背管混凝土、钢筋的应力影响小于对钢管的影响;坝体与背管混凝土接缝面的力学效应对背管混凝土、钢筋、钢衬的应力影响很小;计算所得的应力大小规律与类似工程模型试验所得的应力分布规律完全一致,其计算值与规范中用弹性中心法所得的应力值基本接近。     

基于AutoCAD的二维建模研究

复杂地质体的二维建模,一般采用自下而上依次建立点、线、面的方法,其中面的定义需要手工完成,费时费力,针对ADINA二维建模的不足,用VC编写了AutoCAD To Adina平面建模程序,实现了点、线、面的自动定义,大大缩短了ADINA二维建模的周期,节省了体力,通过实例表明,该方法具有较大的实用价值。     

基于VB下的渡槽设计研究

渡槽是一种重要的水工结构。将渡槽设计与Visual Basic编程理论结合,通过应用计算机编程可实现对渡槽结构进行各部位验算与校核。文章阐述了该软件系统的开发思想和实现过程,同时对总体框架的设计、模块的划分、具体环节的实现作了详细论述。依据各部位的关键技术参数,对渡槽设计相关的水力计算、槽身、刚架和基础结构计算作了论述,并给出了计算机软件设计的流程图,以期为工程设计人员采用计算机程序设计提供参考。     

基于可变模糊集理论的地质灾害危险性评价研究

针对地质灾害影响因素的不确定性、随机性和模糊性的特点,建立了基于可变模糊集理论的地质灾害危险性评价模型。通过确定评价单元指标对各级指标标准区间的相对差异函数和相对隶属度,得到各评价单元的地质灾害危险性等级。最后,通过工程实例验证该评价方法的可行性。     

基于振动的混凝土坝损伤检测的可行性初探

混凝土坝在服役期间很容易出现各种损伤，其中裂缝是最常见的一种损伤形式。裂缝开始的时候一般出现在坝的局部，如果在出现损伤的范围内没设观测点，现有的观测手段很难监测到损伤。而基于振动的方法则有可能克服这一困难。为了研究这种方法，在大坝的不同位置模拟了不同条数和张开程度的裂缝，并给出了相应的振动频率和振型，在考虑了测试噪声的情况下，用统计神经网络进行了损伤识别。这种基于振动的混凝土坝损伤检测方法还会受到水位、温度变化的干扰以及环境噪声、仪器精度等的限制，还需作进一步的研究。     

对推行以设计为主体的工程总承包(EPC)的认识与思考

EPC(设计—采购—施工)工程项目管理模式是20世纪80年代国际上逐步发展起来的一种工程承包和管理模式。介绍了EPC工程管理模式的背景和国内外开展EPC总承包管理模式发展现状,总结了EPC总承包管理模式的特点。从水利工程角度出发,阐述了水利行业推行EPC总承包管理模式的必要性和可行性,并提出了建议。     

关于流域综合管理的思考

文章系统回顾了流域管理的发展历程和成功经验,着重分析流域管理发展的现状与问题,指出应以流域管理法规为依据,以流域管理机构为依托,以水资源管理、河道管理、河砂管理为主要内容对流域进行综合管理。     

大坝安全信息权研究

大坝原型观测数据本身包含了丰富的信息，内在反映了监测项目之间的某种客观关系，基于此，应用PCA法及PPA法建立了确定大坝安全评价信息权重的正分析模型，一方面能够对数据进行降维处理，另一方面能挖掘数据内在信息，提取指标的相对重要性；并基于最优化准则，建立了信息赋权整合模型，解决了多种数学方法计算结果不一致性问题，最大限度地保持原始信息的完整性。     

基于KPCA-PSO-SVM的径流预测研究

为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。